農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)研究

彭秀媛 ，王 楓 ，周國民

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京100081；2.遼寧省農(nóng)業(yè)科學(xué)院信息所，遼寧沈陽，110161；3.中共遼寧省委黨校信息中心，遼寧沈陽110004）

農(nóng)業(yè)科學(xué)數(shù)據(jù)既是一種特殊形式的科研成果，也是最為活躍、最為基礎(chǔ)的科研要素，推動著農(nóng)業(yè)科研工作不斷向深度和廣度發(fā)展。目前我國在農(nóng)業(yè)科學(xué)數(shù)據(jù)資源管理方面開展了大量工作，取得了一定的成績，但仍未實現(xiàn)有效共享和重用（即再次利用），數(shù)據(jù)重用形式主要為數(shù)據(jù)檢索和查詢，少見對農(nóng)業(yè)共享數(shù)據(jù)再分析等數(shù)據(jù)重用及其支撐相關(guān)研究，同時缺少面向問題的、系統(tǒng)的技術(shù)解決方案。因此基于農(nóng)業(yè)科學(xué)數(shù)據(jù)特點，針對農(nóng)業(yè)科學(xué)數(shù)據(jù)共享過程中存在的技術(shù)問題，開展農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)研究具有重要意義。

1 農(nóng)業(yè)科學(xué)數(shù)據(jù)相關(guān)研究

該研究對象為農(nóng)業(yè)科學(xué)數(shù)據(jù)，對其內(nèi)涵與特點進(jìn)行分析是該研究開展的前提和基礎(chǔ)。

1.1 農(nóng)業(yè)科學(xué)數(shù)據(jù)內(nèi)涵

以政府?dāng)?shù)據(jù)為參照對象，從數(shù)據(jù)產(chǎn)生途徑、數(shù)據(jù)內(nèi)容、數(shù)據(jù)來源及特點方面對農(nóng)業(yè)科學(xué)數(shù)據(jù)與政府?dāng)?shù)據(jù)進(jìn)行了比較分析（表1），探索農(nóng)業(yè)科學(xué)數(shù)據(jù)內(nèi)涵。

1.2 農(nóng)業(yè)科學(xué)數(shù)據(jù)特點

采用文獻(xiàn)調(diào)研、問卷調(diào)查等方法開展研究，總結(jié)分析了農(nóng)業(yè)科學(xué)數(shù)據(jù)特點、數(shù)據(jù)共享特點和數(shù)據(jù)重用特點[1]（表2）。

表1 農(nóng)業(yè)科學(xué)數(shù)據(jù)與政府?dāng)?shù)據(jù)區(qū)別

表2 農(nóng)業(yè)科學(xué)數(shù)據(jù)相關(guān)特點

1.3 農(nóng)業(yè)科學(xué)數(shù)據(jù)分類

以支撐農(nóng)業(yè)科學(xué)數(shù)據(jù)重用為目的，對農(nóng)業(yè)科學(xué)數(shù)據(jù)分類進(jìn)行研究，將農(nóng)業(yè)科學(xué)數(shù)據(jù)分為以下四類[2]：①間證數(shù)據(jù)，指支撐科技論文的科學(xué)數(shù)據(jù)，也是形成論文結(jié)論和驗證論文結(jié)果的必要數(shù)據(jù)[3]。其主要作用是作為同行評審的參考依據(jù)，以及論文發(fā)表后的研究再現(xiàn)，目前主要有論文附件、論文補充數(shù)據(jù)和數(shù)據(jù)論文3種形式。②基準(zhǔn)數(shù)據(jù)，指農(nóng)業(yè)統(tǒng)計數(shù)據(jù)、農(nóng)業(yè)常用參數(shù)和現(xiàn)代農(nóng)業(yè)基準(zhǔn)數(shù)據(jù)等[4]。③一次數(shù)據(jù)，指科研活動中直接產(chǎn)生的觀察、調(diào)查、監(jiān)測、檢測和實驗科學(xué)數(shù)據(jù)。④二次數(shù)據(jù)，指按照需求系統(tǒng)加工、整理和分析獲得的科學(xué)數(shù)據(jù)產(chǎn)品和相關(guān)信息。

2 農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)研究

2.1 農(nóng)業(yè)科學(xué)數(shù)據(jù)共享存在的問題

從技術(shù)角度來看，農(nóng)業(yè)科學(xué)數(shù)據(jù)共享主要存在以下問題。

2.1.1 科學(xué)數(shù)據(jù)增強問題?？茖W(xué)數(shù)據(jù)增強是指將原來缺少上下文背景信息的農(nóng)業(yè)科學(xué)數(shù)據(jù)進(jìn)行整體或局部的信息豐富和標(biāo)準(zhǔn)化，加強科學(xué)數(shù)據(jù)的判讀和識別效果，增強對科學(xué)數(shù)據(jù)對象的整體理解，以滿足科學(xué)數(shù)據(jù)共享和重用的需要?，F(xiàn)有大量農(nóng)業(yè)科學(xué)數(shù)據(jù)沒有進(jìn)行增強，存在數(shù)據(jù)可理解性、數(shù)據(jù)不匹配、數(shù)據(jù)語義一致和數(shù)據(jù)可發(fā)現(xiàn)障礙，因此不能進(jìn)行共享，更不能進(jìn)行重用。

2.1.2 科學(xué)數(shù)據(jù)互操作問題?？茖W(xué)數(shù)據(jù)互操作是2個或多個學(xué)科系統(tǒng)之間交換數(shù)據(jù)集信息并且使用所交換數(shù)據(jù)集的能力[5]。存在數(shù)據(jù)表示、數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)查詢障礙，進(jìn)一步阻礙了農(nóng)業(yè)科學(xué)數(shù)據(jù)的共享與重用。

2.2 農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)的提出

為了更好的共享和重用農(nóng)業(yè)科學(xué)數(shù)據(jù)，保證數(shù)據(jù)共享和重用效果，基于農(nóng)業(yè)科學(xué)數(shù)據(jù)特點，以及數(shù)據(jù)共享存在的問題，提出了農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)。包括科學(xué)數(shù)據(jù)增強、科學(xué)數(shù)據(jù)互操作和科學(xué)數(shù)據(jù)重用效果評估技術(shù)（圖1）。其中科學(xué)數(shù)據(jù)增強是基礎(chǔ)，科學(xué)數(shù)據(jù)互操作是手段，科學(xué)數(shù)據(jù)重用是目的。通過科學(xué)數(shù)據(jù)重用效果的評估結(jié)果體現(xiàn)數(shù)據(jù)增強和數(shù)據(jù)互操作技術(shù)的實施效果，通過調(diào)整數(shù)據(jù)增強和數(shù)據(jù)互操作的技術(shù)方案能夠更好地提升數(shù)據(jù)重用效果，進(jìn)而形成了一個良性循環(huán)的技術(shù)系統(tǒng)。上述技術(shù)集合而成的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)能夠較好地解決農(nóng)業(yè)科學(xué)數(shù)據(jù)共享過程中存在的技術(shù)問題。

圖1 農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)模型

農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)的運行原理：首先對農(nóng)業(yè)科學(xué)數(shù)據(jù)實施數(shù)據(jù)增強技術(shù)方案，進(jìn)行數(shù)據(jù)增強，之后對大量分布于科研人員手中的一次數(shù)據(jù)和二次數(shù)據(jù)實施數(shù)據(jù)互操作技術(shù)方案，支撐數(shù)據(jù)交互，從而形成數(shù)據(jù)共享環(huán)境，進(jìn)而支撐數(shù)據(jù)重用。

2.3 科學(xué)數(shù)據(jù)增強關(guān)鍵技術(shù)方案

2.3.1 明確科學(xué)數(shù)據(jù)增強的“數(shù)據(jù)項—數(shù)據(jù)元—元數(shù)據(jù)—本體”四級技術(shù)結(jié)構(gòu)（圖2），區(qū)分農(nóng)業(yè)科學(xué)數(shù)據(jù)的數(shù)據(jù)元素和數(shù)據(jù)項，并在數(shù)據(jù)外圍增加元數(shù)據(jù)和本體信息，對數(shù)據(jù)進(jìn)行逐級標(biāo)準(zhǔn)化，自下而上逐漸增強數(shù)據(jù)的可理解能力，各層共同支撐農(nóng)業(yè)科學(xué)數(shù)據(jù)的共享和重用。其中，數(shù)據(jù)元素是對科學(xué)數(shù)據(jù)內(nèi)部組織結(jié)構(gòu)的描述、定義和規(guī)范，元數(shù)據(jù)是描述科學(xué)數(shù)據(jù)的外在特征，本體是描述科學(xué)數(shù)據(jù)的內(nèi)容特征。

圖2 科學(xué)數(shù)據(jù)增強技術(shù)結(jié)構(gòu)

2.3.2 制定科學(xué)數(shù)據(jù)增強的技術(shù)方案（圖3）。隨著相關(guān)技術(shù)的發(fā)展和需求的變化，數(shù)據(jù)增強的技術(shù)結(jié)構(gòu)也將不斷發(fā)展演變。

圖3 農(nóng)業(yè)科學(xué)數(shù)據(jù)增強技術(shù)方案

2.3.3 農(nóng)業(yè)科學(xué)數(shù)據(jù)數(shù)據(jù)元標(biāo)準(zhǔn)制定。制定科學(xué)數(shù)據(jù)實體的數(shù)據(jù)元素和數(shù)據(jù)項的屬性；基于面向數(shù)據(jù)重用的科研活動來構(gòu)建數(shù)據(jù)元標(biāo)準(zhǔn)，一方面指導(dǎo)農(nóng)業(yè)科學(xué)數(shù)據(jù)收集工作，另一方面從數(shù)據(jù)重用角度規(guī)范數(shù)據(jù)收集內(nèi)容。

2.3.4 農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)制定。在元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容和元數(shù)據(jù)標(biāo)準(zhǔn)支撐的應(yīng)用方面，對比分析了生態(tài)科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)[6]、農(nóng)業(yè)科學(xué)數(shù)據(jù)共享元數(shù)據(jù)標(biāo)準(zhǔn)[7]、農(nóng)業(yè)科技信息核心元數(shù)據(jù)標(biāo)準(zhǔn)[8]，確定以生態(tài)科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)作為農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的主要內(nèi)容，并在應(yīng)用過程中，依據(jù)制定的元數(shù)據(jù)標(biāo)準(zhǔn)擴展機制適度修正標(biāo)準(zhǔn)，從而形成農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)。確定核心元數(shù)據(jù)標(biāo)準(zhǔn)。在元數(shù)據(jù)標(biāo)準(zhǔn)基礎(chǔ)上，遵循擴展機制，提出需制定的農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)應(yīng)用方案框架結(jié)構(gòu)，確定元數(shù)據(jù)應(yīng)用方案構(gòu)建流程。

2.3.5 農(nóng)業(yè)科學(xué)數(shù)據(jù)本體構(gòu)建。采用基于敘詞表的領(lǐng)域本體構(gòu)建方法構(gòu)建農(nóng)業(yè)科學(xué)數(shù)據(jù)本體。對上述元數(shù)據(jù)應(yīng)用方案采用本體描述語言分別進(jìn)行本體化描述，采用RDF格式進(jìn)行表達(dá)，逐一構(gòu)建元數(shù)據(jù)應(yīng)用方案本體，并在不同元數(shù)據(jù)應(yīng)用方案本體之間建立映射關(guān)系，構(gòu)建元數(shù)據(jù)本體。

2.4 科學(xué)數(shù)據(jù)互操作關(guān)鍵技術(shù)方案

目前涉農(nóng)研究的機構(gòu)和個人之間沒有形成明確、統(tǒng)一的科學(xué)數(shù)據(jù)互操作結(jié)構(gòu)體系，阻礙了科學(xué)數(shù)據(jù)互操作[9]。因此該研究從技術(shù)角度，提出了農(nóng)業(yè)科學(xué)數(shù)據(jù)互操作技術(shù)方案，由低到高涵蓋技術(shù)、語義、組織、法律互操作（圖4）。

圖4 農(nóng)業(yè)科學(xué)數(shù)據(jù)互操作技術(shù)方案

2.4.1 技術(shù)互操作。技術(shù)互操作是數(shù)據(jù)互操作有效開展的必要條件，目的是實現(xiàn)科學(xué)數(shù)據(jù)的有效交換和利用。技術(shù)互操作形式包括結(jié)構(gòu)化互操作和非結(jié)構(gòu)化互操作兩類。結(jié)構(gòu)化互操作對象為結(jié)構(gòu)化科學(xué)數(shù)據(jù)，主要指科學(xué)數(shù)據(jù)庫，采用Web服務(wù)、Web API接口等開放標(biāo)準(zhǔn)協(xié)議，對數(shù)據(jù)格式、軟件接口、通信協(xié)議、互操作的方法和工具等進(jìn)行結(jié)構(gòu)化統(tǒng)一，實現(xiàn)科學(xué)數(shù)據(jù)的技術(shù)互操作。針對數(shù)據(jù)文件等非結(jié)構(gòu)化科學(xué)數(shù)據(jù)互操作，應(yīng)對文檔、圖片、音頻、視頻等數(shù)據(jù)設(shè)定常用的文件格式，采用FTP、WebDAV等普通Web數(shù)據(jù)共享方法，基于數(shù)據(jù)集的松散耦合簡單服務(wù)和內(nèi)容訪問權(quán)限管理實現(xiàn)科學(xué)數(shù)據(jù)互操作，不對其進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化，適用于針對特定問題、特定應(yīng)用頻率和目標(biāo)多變的技術(shù)方案，以支持農(nóng)業(yè)科學(xué)數(shù)據(jù)重用多樣性。與結(jié)構(gòu)化數(shù)據(jù)不同，非結(jié)構(gòu)化數(shù)據(jù)不能直接進(jìn)行比較、聚合等操作，因此需根據(jù)不同格式的科學(xué)數(shù)據(jù)規(guī)定明確的結(jié)構(gòu)化信息提取流程，進(jìn)一步支撐科學(xué)數(shù)據(jù)分析等重用[10-12]。

2.4.2 語義互操作。語義互操作主要解決科學(xué)數(shù)據(jù)整合和一致性問題，以支持合作與協(xié)作。農(nóng)業(yè)科學(xué)數(shù)據(jù)語義互操作，在元數(shù)據(jù)互操作方面，采用基于核心元數(shù)據(jù)的互操作方法，實現(xiàn)元數(shù)據(jù)標(biāo)準(zhǔn)體系內(nèi)互操作；采用元數(shù)據(jù)靜態(tài)映射方法實現(xiàn)不同元數(shù)據(jù)標(biāo)準(zhǔn)間互操作[13]。在本體互操作方面，采用本體映射方法來確定科學(xué)數(shù)據(jù)本體間對應(yīng)關(guān)系，實現(xiàn)科學(xué)數(shù)據(jù)本體互操作；采用關(guān)聯(lián)數(shù)據(jù)技術(shù)對本體化的元數(shù)據(jù)進(jìn)行再組織，并基于關(guān)聯(lián)數(shù)據(jù)原則在網(wǎng)絡(luò)上進(jìn)行發(fā)布，構(gòu)建農(nóng)業(yè)科學(xué)數(shù)據(jù)關(guān)聯(lián)元數(shù)據(jù)本體，將富含語義關(guān)系的農(nóng)業(yè)科學(xué)數(shù)據(jù)元、數(shù)據(jù)本體與關(guān)聯(lián)數(shù)據(jù)有機結(jié)合。

2.4.3 組織互操作。現(xiàn)有研究更多關(guān)注數(shù)據(jù)交互層面的互操作研究，而對于體系架構(gòu)層面的頂層設(shè)計研究不足。但底層支撐技術(shù)的改進(jìn)無法彌補頂層設(shè)計的不足。因此農(nóng)業(yè)科學(xué)數(shù)據(jù)的互操作須關(guān)注組織層面的設(shè)計，涉及組織策略、協(xié)作目標(biāo)、組織架構(gòu)、業(yè)務(wù)流程等，從組織層面分析互操作性問題，確定組織間的協(xié)作業(yè)務(wù)流程，指導(dǎo)協(xié)作關(guān)系的建立與維護，使組織間具有協(xié)作交換數(shù)據(jù)的能力。

2.4.4 法律互操作。法律互操作性確保在不同法律框架下的組織、政策和戰(zhàn)略協(xié)同工作。農(nóng)業(yè)科學(xué)數(shù)據(jù)法律互操作需考慮組織間交換數(shù)據(jù)時，通過明確協(xié)議消除實施中存在的法律差異；向公眾提供服務(wù)時，通過明確協(xié)議解決法律層面的數(shù)據(jù)安全和數(shù)據(jù)保護等問題[14]。

2.5 科學(xué)數(shù)據(jù)重用效果評估技術(shù)框架

借鑒已有研究提出的重要的數(shù)據(jù)質(zhì)量維度，及其在評估和選擇重用數(shù)據(jù)方面的作用，采用經(jīng)驗法，提出了農(nóng)業(yè)科學(xué)數(shù)據(jù)重用效果評估框架（圖5）?？蚣芸赏ㄟ^數(shù)據(jù)增強關(guān)鍵技術(shù)和數(shù)據(jù)互操作關(guān)鍵技術(shù)進(jìn)行體現(xiàn)和支撐。其中數(shù)據(jù)可理解性、數(shù)據(jù)相關(guān)性、數(shù)據(jù)語義一致性、數(shù)據(jù)完整性、數(shù)據(jù)可信性、數(shù)據(jù)可發(fā)現(xiàn)性對應(yīng)于數(shù)據(jù)增強關(guān)鍵技術(shù)，數(shù)據(jù)可發(fā)現(xiàn)性、數(shù)據(jù)可訪問性、數(shù)據(jù)易用性對應(yīng)于數(shù)據(jù)互操作關(guān)鍵技術(shù)。該框架一方面可以通過數(shù)據(jù)重用效果評估檢驗數(shù)據(jù)增強和數(shù)據(jù)互操作技術(shù)方案的實施效果，另一方面可以通過升級數(shù)據(jù)增強和數(shù)據(jù)互操作技術(shù)方案，作用于數(shù)據(jù)質(zhì)量維度，提高數(shù)據(jù)重用效果。

圖5 農(nóng)業(yè)科學(xué)數(shù)據(jù)重用效果評估框架

3 結(jié)論

該研究以農(nóng)業(yè)科學(xué)數(shù)據(jù)為對象，綜合應(yīng)用元數(shù)據(jù)、本體、語義網(wǎng)、互操作、關(guān)聯(lián)數(shù)據(jù)等技術(shù)，采用文獻(xiàn)調(diào)研法、案例研究法、系統(tǒng)分析法等方法，開展了農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)研究工作。提出了“三位一體”的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享技術(shù)系統(tǒng)，有機結(jié)合數(shù)據(jù)增強、數(shù)據(jù)互操作、數(shù)據(jù)重用效果評估三部分內(nèi)容，制定了數(shù)據(jù)增強和數(shù)據(jù)互操作關(guān)鍵技術(shù)方案，初步解決了農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中存在的技術(shù)問題；提出了數(shù)據(jù)重用效果評估框架，對數(shù)據(jù)增強和數(shù)據(jù)互操作技術(shù)效果進(jìn)行評估，建立了數(shù)據(jù)共享與數(shù)據(jù)重用的良性循環(huán)。上述研究為農(nóng)業(yè)科學(xué)數(shù)據(jù)共享與重用實踐奠定了基礎(chǔ)，也為相關(guān)研究提供了可參考的實例。